Ich implementiere ein Netzwerk mit TensorFlow. Das Netzwerk nimmt einen binären Merkmalsvektor als Eingabe und sollte einen Gleitkommawert als Ausgabe vorhersagen. Ich erwarte ein (1,1) Tensor-Objekt als Ausgabe für meine Funktion multilayer_perceptron()
, stattdessen, wenn pred
läuft, gibt es einen Vektor der gleichen Länge meiner Eingabedaten (X, 1).TensorFlow: Die Netzwerkausgabe hat keine Form erwartet
Da ich neu in diesem Framework bin, erwarte ich, dass der Fehler sehr trivial ist. Was mache ich falsch?
import tensorflow as tf
print "**** Defining parameters..."
# Parameters
learning_rate = 0.001
training_epochs = 15
batch_size = 1
display_step = 1
print "**** Defining Network..."
# Network Parameters
n_hidden_1 = 10 # 1st layer num features
n_hidden_2 = 10 # 2nd layer num features
n_input = Xa.shape[1] # data input(feature vector length)
n_classes = 1 # total classes (IC50 value)
# tf Graph input
x = tf.placeholder("int32", [batch_size, None])
y = tf.placeholder("float", [None, n_classes])
# Create model
def multilayer_perceptron(_X, _weights, _biases):
lookup_h1 = tf.nn.embedding_lookup(_weights['h1'], _X)
layer_1 = tf.nn.relu(tf.add(tf.reduce_sum(lookup_h1, 0), _biases['b1'])) #Hidden layer with RELU activation
layer_2 = tf.nn.relu(tf.add(tf.matmul(layer_1, _weights['h2']), _biases['b2'])) #Hidden layer with RELU activation
pred = tf.matmul(layer_2, _weights['out']) + _biases['out']
return pred
# Store layers weight & bias
weights = {
'h1': tf.Variable(tf.random_normal([n_input, n_hidden_1])),
'h2': tf.Variable(tf.random_normal([n_hidden_1, n_hidden_2])),
'out': tf.Variable(tf.random_normal([n_hidden_2, n_classes]))
}
biases = {
'b1': tf.Variable(tf.random_normal([n_hidden_1])),
'b2': tf.Variable(tf.random_normal([n_hidden_2])),
'out': tf.Variable(tf.random_normal([n_classes]))
}
# Construct model
pred = multilayer_perceptron(x, weights, biases)
# Define loss and optimizer
cost = tf.reduce_mean(tf.square(tf.sub(pred, y))) # MSE
optimizer = tf.train.GradientDescentOptimizer(learning_rate).minimize(cost) #Gradient descent
# Evaluate model
correct_pred = tf.equal(tf.argmax(pred, 1), tf.argmax(y, 1))
accuracy = tf.reduce_mean(tf.cast(correct_pred, tf.float32))
# Initializing the variables
init = tf.initialize_all_variables()
print "**** Launching the graph..."
# Launch the graph
with tf.Session() as sess:
sess.run(init)
print "**** Training..."
# Training cycle
for epoch in range(training_epochs):
avg_cost = 0.
total_batch = int(Xa.tocsc().shape[0]/batch_size)
# Loop over all batches
for i in range(total_batch):
# Extract sample
batch_xs = Xa.tocsc()[i,:].tocoo()
batch_ys = np.reshape(Ya.tocsc()[i,0], (batch_size,1))
#****************************************************************************
# Extract sparse indeces from input matrix (They will be used as actual input)
ids = batch_xs.nonzero()[1]
# Fit training using batch data
sess.run(optimizer, feed_dict={x: ids, y: batch_ys})
# Compute average loss
avg_cost += sess.run(cost, feed_dict={x: ids, y: batch_ys})/total_batch
# Display logs per epoch step
if epoch % display_step == 0:
print "Epoch:", '%04d' % (epoch+1), "cost=", "{:.9f}".format(avg_cost)
print "Optimization Finished!"
Da Sie gerade lernen, ist es nett, mit einem Tutorial zu beginnen. Sehen Sie sich die zweite Aufgabe des Udacity-Kurses an. Es gibt Lösungen, die hier verfügbar sind: https://github.com/napsternxg/Udacity-Deep-Learning/blob/master/udacity/2_fullyconnecte.ipynb, wenn Sie das Problem nicht finden konnten, sagen Sie mir, und ich werde Ihnen helfen. Die Antwort auf ähnliche Codes zu finden, wäre jedoch viel vorteilhafter als eine einzige Antwort. – Elmira
Vielen Dank für die Beratung, ich werde es gleich anschauen. –
Ich kann wirklich keine Lösung für dieses Problem finden, können Sie mir bitte helfen zu verstehen, wo das Problem liegt? –